改进粒子滤波算法在目标状态估计中的应用

摘要：

针对粒子滤波算法(PF)建议性函数的选择问题和粒子匮乏现象，提出了一种改进粒子滤波算法。该算法利用无迹卡尔曼滤波(UKF)产生建议性分布，较准确地抓住粒子概率分布的特征，提高算法的估计精度；采用马尔科夫蒙特卡罗法(MCMC)的算法思想，通过计算接受概率筛选粒子，既保持了粒子的多样性，又抑制了粒子匮乏现象。将多种算法应用于目标状态估计中，仿真结果表明该算法的估计精度明显优于PF、UPF、PFMC(PF和MCMC的融合)和EPFMC(PF和EKF以及MCMC的融合)算法。

关键词： 粒子滤波算法 无迹卡尔曼滤波 马尔科夫蒙特卡罗法 目标状态估计

作者: 李春鑫 王孝通 徐晓刚

作者单位: 海军大连舰艇学院航海系 辽宁省大连市 116018 海军大连舰艇学院装备系统与自动化系 辽宁省大连市 116018

会议类型: 国内会议

会议名称: 第六届博士生学术年会

会议地点: 北京

会议语种:中文

页码: 947-952

在线出版日期: 2008-09-01（万方平台首次上网日期，不代表论文的发表时间）